Análisis de Promulgación de Leyes en el Congreso Peruano

Elaborado por el Laboratorio de Políticas Públicas de la PUCP


data$sumilla=tolower(data$sumilla)

#Impuestos
data$Impuestos = factor(ifelse(grepl("impuesto", data$sumilla),1,0))

#Lima
data$Lima = factor(ifelse(grepl("lima", data$sumilla),1,0))
table(data$Impuestos)
## 
##     0     1 
## 33444  1143

Índice

Introducción

El siguiente ejercicio evalúa la promulgación de leyes de los últimos 5 periodos parlamentarios. En total, se analizaron 34 587 propuestas de ley. El énfasis se encuentra en el análisis de los tiempos necesarios para promulgar una ley.

El siguiente gráfico muestra el total de leyes analizadas por periodo de gobierno. Como se observa, el periodo 2001-2006 muestra una marcada diferencia en la producción de leyes con respecto a los otros periodos parlamentarios, encontrandose por encima del promedio.

Análisis periodo 1995-2000

En la siguiente sección, se analizan las 5 807 leyes propuestas durante el periodo legislativo 1995-2000.

Proponentes

Una ley puede ser propuesta por distintas instituciones o actores de la sociedad civil. En el periodo legislativo 1995-2000, se encontraron 14 proponentes distintos. A continuación, se muestra el número de leyes propuestas por proponente. De acuerdo a ello, después del Congreso, el Poder Ejecutivo y los Gobiernos Locales registraron el mayor número de leyes propuestas y promulgadas en el periodo de estudio.

En el periodo legislativo 1995-2000, el 26% de leyes propuestas fueron promulgadas. El siguiente gráfico muestra el porcentaje de leyes promulgada en el periodo de estudio, en función del proponente.

  • El Poder Ejecutivo muestra el mayor porcentaje de leyes promulgadas. El 79% de las leyes propuestas por el Ejecutivo fueron promulgadas.
  • El Congreso promulgó la cuarta parte de las leyes que propuso. El 22% de las leyes propuestas por el Congreso fueron promulgadas.
  • Los Gobiernos Locales se encuentran entre los proponentes con menor porcentaje de leyes promulgadas. Solo el 8% de las leyes propuestas por los Gobiernos Locales fueron promulgadas.

En promedio, en el periodo legislativo 1995-2000, una ley tardó seis meses en ser promulgada (26 semanas). El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada, en función del tipo de proponente.

  • Las leyes del Ejecutivo se encuentran por debajo del promedio. Una ley propuesta por el Ejecutivo tarda, en promedio, 2 meses en ser promulgada (9 semanas).
  • Las leyes del Congreso se encuentran por encima del promedio. Una ley propuesta por el Congreso tarda, en promedio, 7 meses en ser promulgada (31 semanas).
  • Las Leyes del Gobierno Local se encuentran por encima del promedio. Una ley propuesta por los Gobiernos Locales tarda, en promedio, 9 meses en ser promulgada (38 semanas).

Grupos parlamentarios

En el periodo 1995-2000, hubieron 13 grupos parlamentarios. A continuación, se muestra el número de leyes propuestas por el Congreso según grupo parlamentario. Importa resaltar que NO se cuenta con información del grupo parlamentario de 5 752 leyes. De las leyes que cuentan con información, el Grupo Fujimorista registra la mayor cantidad de leyes propuestas.

En tanto no se cuenta con información para la mayoría de leyes, no se continuará con el análisis de grupos parlamentarios.

Análisis del contenido de Leyes Propuestas

En la siguiente sección, se analiza el contenido de las sumillas de las leyes propuestas en el perido legislativo 1995-2000. Ello con el objetivo de encontrar patrones en los temas que fueron abordados por las leyes propuestas y promulgadas. Los siguientes gráficos muestran las palabras que fueron mencionadas con mayor frecuencia en las sumillas de las leyes analizadas.

  • La palabra impuesto fue la más repetida, tanto en leyes promulgadas como no promulgadas.
  • En el grupo de leyes no promulgadas, destaca palabras relacionadas a: derechos, servicios y regiones.
  • En el grupo de leyes promulgadas, destacan palabras relacionadas a: ventas, promoción y empresas.

Determinantes de la promulgación de leyes

En la siguiente sección, se analizan los determinantes de la promulgación de leyes en el periodo legislativo 1995-2000, mediante el uso de una regresión de Cox. La regresión de Cox permite detectar relaciones entre el riesgo de que suceda un determinado suceso (en este caso, de que una ley sea promulgada) y distintas variables explicativas.

  • Que una ley sea propuesta por el grupo parlamentario oficialista, incrementa la probabilidad de que la ley sea promulgada en 6.1%.
  • Que una ley sea propuesta por el Ejecutivo, incrementa la probabilidad de que la ley sea promulgada en 8.9%.
  • Que una ley se refiera a impuestos, incrementa la probabilidad de que la ley sea promulgada en 2.0%.
## 
## ================================================
##                          Dependent variable:    
##                      ---------------------------
##                            PromulgadaSurv       
## ------------------------------------------------
## Grupo Oficialista             6.146***          
##                                (1.188)          
##                                                 
## Propone Ejecutivo             8.872***          
##                                (1.066)          
##                                                 
## Impuestos                      1.971*           
##                                (1.102)          
##                                                 
## ------------------------------------------------
## Observations                    5,807           
## R2                              0.137           
## Max. Possible R2                0.987           
## Log Likelihood               -12,182.580        
## Wald Test               1,230.760*** (df = 3)   
## LR Test                  856.343*** (df = 3)    
## Score (Logrank) Test    1,745.966*** (df = 3)   
## ================================================
## Note:                *p<0.1; **p<0.05; ***p<0.01
## 
## =======================================
## Nota: se muestran los coeficientes exp.
## ---------------------------------------

Análisis periodo 2001-2006

Proponentes

La siguiente tabla muestra el número de leyes propuestas por tipo de proponente y el número de leyes promulgadas por tipo de proponente.

El siguiente gráfico muestra el estado de las leyes propuestas por tipo de proponente.

El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por tipo de proponente [Se consideran únicamente a las leyes promulgadas para el análisis].

Grupos parlamentarios

El siguiente gráfico muestra el estado de las leyes propuestas por grupo parlamentario.

El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por grupo parlamentario [Se consideran únicamente a las leyes promulgadas para el análisis].

Análisis del contenido de Leyes Propuestas

Determinantes de la promulgación de leyes

Regresión survival (Periodo 2001 - 2006):

ModeloCongreso=data[data$congresoR=='C2001_2006',]
ModeloCongreso = ModeloCongreso[,c(19,21,22,24)]
library(survival)
ModeloCongreso$survival=with(ModeloCongreso,Surv(TiempoP, as.numeric(Promulgado)))
modelo1 <- coxph(survival ~ GPOficialista + ProponeEjecutivo,data=ModeloCongreso)
summary(modelo1)
## Call:
## coxph(formula = survival ~ GPOficialista + ProponeEjecutivo, 
##     data = ModeloCongreso)
## 
##   n= 14839, number of events= 4909 
##    (2 observations deleted due to missingness)
## 
##                      coef exp(coef) se(coef)      z Pr(>|z|)    
## GPOficialista1    0.06562   1.06782  0.03562  1.842   0.0655 .  
## ProponeEjecutivo1 1.73445   5.66584  0.04366 39.726   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
##                   exp(coef) exp(-coef) lower .95 upper .95
## GPOficialista1        1.068     0.9365    0.9958     1.145
## ProponeEjecutivo1     5.666     0.1765    5.2012     6.172
## 
## Concordance= 0.566  (se = 0.004 )
## Rsquare= 0.07   (max possible= 0.998 )
## Likelihood ratio test= 1082  on 2 df,   p=<2e-16
## Wald test            = 1616  on 2 df,   p=<2e-16
## Score (logrank) test = 2051  on 2 df,   p=<2e-16
library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ GPOficialista, data = ModeloCongreso)

###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2001 - 2006)"
autoplot(KM.fondos,
         xlab=ejeX,
         ylab=ejeY, 
         main = titulo,
         conf.int = F)

library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ ProponeEjecutivo, data = ModeloCongreso)

###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2001 - 2006)"
autoplot(KM.fondos,
         xlab=ejeX,
         ylab=ejeY, 
         main = titulo,
         conf.int = F)

Análisis periodo 2006-2011

Proponentes

La siguiente tabla muestra el número de leyes propuestas por tipo de proponente y el número de leyes promulgadas por tipo de proponente.

El siguiente gráfico muestra el estado de las leyes propuestas por tipo de proponente.

El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por tipo de proponente [Se consideran únicamente a las leyes promulgadas para el an??lisis].

Grupos parlamentarios

El siguiente gráfico muestra el estado de las leyes propuestas por grupo parlamentario.

El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por grupo parlamentario [Se consideran únicamente a las leyes promulgadas para el an??lisis].

An??lisis del contenido de Leyes Propuestas

Determinantes de la promulgación de leyes

Regresión survival (Periodo 2006 - 2011):

ModeloCongreso=data[data$congresoR=='C2006_2011',]
ModeloCongreso = ModeloCongreso[,c(19,21,22,24)]
library(survival)
ModeloCongreso$survival=with(ModeloCongreso,Surv(TiempoP, as.numeric(Promulgado)))
modelo1 <- coxph(survival ~ GPOficialista + ProponeEjecutivo,data=ModeloCongreso)
summary(modelo1)
## Call:
## coxph(formula = survival ~ GPOficialista + ProponeEjecutivo, 
##     data = ModeloCongreso)
## 
##   n= 4908, number of events= 1388 
## 
##                      coef exp(coef) se(coef)      z Pr(>|z|)    
## GPOficialista1    0.16001   1.17352  0.07636  2.096   0.0361 *  
## ProponeEjecutivo1 1.46794   4.34028  0.06002 24.459   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
##                   exp(coef) exp(-coef) lower .95 upper .95
## GPOficialista1        1.174     0.8521     1.010     1.363
## ProponeEjecutivo1     4.340     0.2304     3.859     4.882
## 
## Concordance= 0.644  (se = 0.007 )
## Rsquare= 0.102   (max possible= 0.99 )
## Likelihood ratio test= 526.4  on 2 df,   p=<2e-16
## Wald test            = 635.7  on 2 df,   p=<2e-16
## Score (logrank) test = 749.1  on 2 df,   p=<2e-16
library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ GPOficialista, data = ModeloCongreso)

###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2006 - 2011)"
autoplot(KM.fondos,
         xlab=ejeX,
         ylab=ejeY, 
         main = titulo,
         conf.int = F)

library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ ProponeEjecutivo, data = ModeloCongreso)

###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2006 - 2011)"
autoplot(KM.fondos,
         xlab=ejeX,
         ylab=ejeY, 
         main = titulo,
         conf.int = F)

Análisis periodo 2011-2016

Proponentes

La siguiente tabla muestra el número de leyes propuestas por tipo de proponente y el número de leyes promulgadas por tipo de proponente.

El siguiente gráfico muestra el estado de las leyes propuestas por tipo de proponente.

El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por tipo de proponente [Se consideran únicamente a las leyes promulgadas para el análisis].

Grupos parlamentarios

El siguiente gráfico muestra el estado de las leyes propuestas por grupo parlamentario.

El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por grupo parlamentario [Se consideran únicamente a las leyes promulgadas para el análisis].

Análisis del contenido de Leyes Propuestas

Determinantes de la promulgación de leyes

Regresión survival (Periodo 2011 - 2016):

ModeloCongreso=data[data$congresoR=='C2011_2016',]
ModeloCongreso = ModeloCongreso[,c(19,21,22,24)]
library(survival)
ModeloCongreso$survival=with(ModeloCongreso,Surv(TiempoP, as.numeric(Promulgado)))
modelo1 <- coxph(survival ~ GPOficialista + ProponeEjecutivo,data=ModeloCongreso)
summary(modelo1)
## Call:
## coxph(formula = survival ~ GPOficialista + ProponeEjecutivo, 
##     data = ModeloCongreso)
## 
##   n= 5424, number of events= 1501 
## 
##                       coef exp(coef) se(coef)      z Pr(>|z|)    
## GPOficialista1    -0.07192   0.93061  0.06692 -1.075    0.283    
## ProponeEjecutivo1  2.03517   7.65355  0.06111 33.304   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
##                   exp(coef) exp(-coef) lower .95 upper .95
## GPOficialista1       0.9306     1.0746    0.8162     1.061
## ProponeEjecutivo1    7.6536     0.1307    6.7897     8.627
## 
## Concordance= 0.643  (se = 0.007 )
## Rsquare= 0.153   (max possible= 0.99 )
## Likelihood ratio test= 903.6  on 2 df,   p=<2e-16
## Wald test            = 1268  on 2 df,   p=<2e-16
## Score (logrank) test = 1764  on 2 df,   p=<2e-16
library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ GPOficialista, data = ModeloCongreso)

###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2011 - 2016)"
autoplot(KM.fondos,
         xlab=ejeX,
         ylab=ejeY, 
         main = titulo,
         conf.int = F)

library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ ProponeEjecutivo, data = ModeloCongreso)

###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2011 - 2016)"
autoplot(KM.fondos,
         xlab=ejeX,
         ylab=ejeY, 
         main = titulo,
         conf.int = F)

Análisis periodo 2016-2021

Proponentes

La siguiente tabla muestra el número de leyes propuestas por tipo de proponente y el número de leyes promulgadas por tipo de proponente.

El siguiente gráfico muestra el estado de las leyes propuestas por tipo de proponente.

El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por tipo de proponente [Se consideran únicamente a las leyes promulgadas para el análisis].

Grupos parlamentarios

El siguiente gráfico muestra el estado de las leyes propuestas por grupo parlamentario.

El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por grupo parlamentario [Se consideran únicamente a las leyes promulgadas para el análisis].

Análisis del contenido de Leyes Propuestas

Determinantes de la promulgación de leyes

Regresión survival (Periodo 2016 - 2021):

ModeloCongreso=data[data$congresoR=='C2016_2021',]
ModeloCongreso = ModeloCongreso[,c(19,21,22,24)]
library(survival)
ModeloCongreso$survival=with(ModeloCongreso,Surv(TiempoP, as.numeric(Promulgado)))
modelo1 <- coxph(survival ~ GPOficialista + ProponeEjecutivo,data=ModeloCongreso)
summary(modelo1)
## Call:
## coxph(formula = survival ~ GPOficialista + ProponeEjecutivo, 
##     data = ModeloCongreso)
## 
##   n= 3607, number of events= 668 
## 
##                     coef exp(coef) se(coef)      z Pr(>|z|)    
## GPOficialista1    0.1322    1.1414   0.1527  0.866    0.387    
## ProponeEjecutivo1 1.5758    4.8346   0.0990 15.918   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
##                   exp(coef) exp(-coef) lower .95 upper .95
## GPOficialista1        1.141     0.8761    0.8461      1.54
## ProponeEjecutivo1     4.835     0.2068    3.9819      5.87
## 
## Concordance= 0.592  (se = 0.01 )
## Rsquare= 0.05   (max possible= 0.943 )
## Likelihood ratio test= 184.3  on 2 df,   p=<2e-16
## Wald test            = 255  on 2 df,   p=<2e-16
## Score (logrank) test = 310.9  on 2 df,   p=<2e-16
library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ GPOficialista, data = ModeloCongreso)

###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2016 - 2021)"
autoplot(KM.fondos,
         xlab=ejeX,
         ylab=ejeY, 
         main = titulo,
         conf.int = F)

library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ ProponeEjecutivo, data = ModeloCongreso)

###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2016 - 2021)"
autoplot(KM.fondos,
         xlab=ejeX,
         ylab=ejeY, 
         main = titulo,
         conf.int = F)

El equipo del LabPUCP est?? conformado por: